دانلود دوره Molecular Docking (Classic & AI-Based): Theory and Practice داکینگ مولکولی (کلاسیک و مبتنی بر هوش مصنوعی): تئوری، تمرین و عمل. روش‌های داکینگ مولکولی کلاسیک و مبتنی بر هوش مصنوعی را در طراحی دارو آموزش می‌دهد و مهارت‌های عملی لازم برای انجام محاسبات داکینگ مولکولی را ارائه می‌کند.
در بخش نظری، مفاهیم اصلی داکینگ مولکولی، کاربردهای آن در طراحی دارو و الگوریتم‌های داکینگ، از جمله توابع امتیازدهی و الگوریتم‌های جست‌وجو، آموزش داده می‌شوند. این درس علاوه بر ارائه مفاهیم مهم داکینگ مولکولی، با ایجاد درک شهودی از این موضوع، به تقویت دانش عمومی در زمینه طراحی دارو نیز کمک می‌کند. هر دو رویکرد داکینگ کلاسیک و داکینگ مبتنی بر هوش مصنوعی در دوره بررسی می‌شوند.
در بخش عملی، آزمایش‌های مختلفی با استفاده از نرم‌افزارها و سرورهای وب رایگان انجام می‌شود که مفاهیم ارائه‌شده در بخش نظری را به‌صورت عملی آموزش می‌دهند. برای هر آزمایش، مجموعه‌داده‌ها و فایل‌های ورودی موردنیاز در اختیار قرار می‌گیرد و مراحل انجام کار نیز به‌صورت گام‌به‌گام نمایش داده می‌شوند.
بخش نظری
- در بخش اول، مفاهیم اصلی داکینگ مولکولی در طراحی دارو، الگوریتم‌های داکینگ شامل توابع امتیازدهی و الگوریتم‌های جست‌وجو و همچنین فرایند اعتبارسنجی دقت داکینگ از طریق رداکینگ (Re-docking) آموزش داده می‌شود.
- در بخش دوم، روش‌های داکینگ مبتنی بر هوش مصنوعی بررسی می‌شوند؛ از جمله مروری بر رویکردهای هوش مصنوعی مولد و الگوریتم‌های مورد استفاده در روش‌های پیشرفته‌ای مانند DiffDock.
بخش عملی
- در آزمایش نخست، فرایند رداکینگ به‌صورت گام‌به‌گام برای اعتبارسنجی دقت داکینگ با استفاده از الگوریتم AutoDock Vina اتوداک وینا انجام می‌شود. این آزمایش تمام مراحل، از دریافت ساختار پروتئین هدف و آماده‌سازی ساختار گرفته تا انجام داکینگ و تحلیل نتایج، را به‌طور کامل پوشش می‌دهد.
- در آزمایش دوم، فرایند داکینگ برای یک لیگاند جدید انجام می‌شود. مراحل آماده‌سازی لیگاند، اجرای داکینگ و تحلیل وضعیت‌های اتصال (Binding Poses) و برهم‌کنش‌های لیگاند با هدف مورد بررسی قرار می‌گیرد.
- در آزمایش سوم، یک فرایند داکینگ مبتنی بر هوش مصنوعی با استفاده از بسته DiffDock انجام می‌شود. در این آزمایش، داکینگ با روش هوش مصنوعی اجرا شده و نتایج آن در مقایسه با رویکردهای داکینگ کلاسیک مورد تحلیل قرار می‌گیرند.
در دوره داکینگ مولکولی (کلاسیک و مبتنی بر هوش مصنوعی) با موضوعات زیر آشنا خواهید شد:
- درک مفاهیم اصلی داکینگ مولکولی و کاربردهای آن در طراحی دارو
- آشنایی با مبانی نظری الگوریتم‌های داکینگ، از جمله توابع امتیازدهی و الگوریتم‌های جست‌وجو
- طراحی و اعتبارسنجی پروتکل‌های داکینگ با استفاده از آزمایش‌های رداکینگ
- انجام داکینگ برای لیگاندهای جدید و تحلیل وضعیت‌های اتصال و برهم‌کنش‌های پروتئین–لیگاند
- به‌کارگیری روش‌های داکینگ مبتنی بر هوش مصنوعی و درک الگوریتم‌های هوش مصنوعی مولد مورد استفاده در آن‌ها
- ارتقای مهارت‌های کلی در طراحی دارو به کمک رایانه (CADD)، از جمله آماده‌سازی پروتئین و لیگاند و برنامه‌ریزی و اجرای فرایندهای محاسباتی
فهرست مطالب دوره داکینگ مولکولی (کلاسیک و مبتنی بر هوش مصنوعی)
- Course Overview
- Molecular Docking Concepts
- Molecular Docking Overview
- Docking Algorithms: Scoring Functions & Search Algorithms
- Docking Accuracy Validation: Re-Docking
- Experiment 1: Re-Docking Experiment
- Experiment Overview
- Protein Target Retrieval
- Performing Molecular Docking
- Docking Result Analysis
- Experiment 2: Docking New Ligand
- Experiment Overview
- Performing Docking of a New Ligand
- Al-Based Docking Methods
- Generative AI Methods Overview
- Generative AI Algorithm [Part 1]
- Generative AI Algorithm [Part 2]
- Experiment 3: Al-Based Docking Experiment
- Performing AI-Based Docking
- Docking Result Analysis
مشخصات دوره داکینگ مولکولی (کلاسیک و مبتنی بر هوش مصنوعی)
- تعداد درس ها: 15 درس و 6 بخش
- مدت زمان کل آموزش: 02:23:00 (دو ساعت و 23 دقیقه)
- فرمت و کیفیت فیلم: | MP4| 1280×720 | 44100 Hz, 2channels
- زبان تدریس: انگلیسی (ساده و روان)
- حجم فایل فشرده: 1.01 گیگابایت
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.